自(zì)聊(liáo)天机器人(rén)ChatGPT火(huǒ)爆以来，微软公司(sī)创始人(rén)比尔·盖(gài)茨已多(duō)次公(gōng)开谈论人工智能(néng)话题。在最近的一次采访中，他再次表示(shì)：“AI可能会让科技(jì)行业迎来一次(cì)剧烈的(de)洗牌”。

这个结论(lùn)是他在当地时间2月(yuè)20日接(jiē)受《In Good Company》节目专访时提出的。

他预期(qī)，AI的发(fā)展可能(néng)会威胁到谷歌的市占率，因为微(wēi)软在(zài)AI方面的行动(dòng)相当(dāng)迅速(sù)。而最终科技巨头将(jiāng)把AI整合成用户的“全(quán)能(néng)助手”，包揽(lǎn)一切(qiè)应用，与(yǔ)人们进行沟通(tōng)并提供建议，可以取代亚马逊、Siri或Outlook等应用(yòng)。

大(dà)佬(lǎo)口中(zhōng)全(quán)能助(zhù)手的到(dào)来可能尚(shàng)需时日，但由ControlNet引发的又一次(cì)AI绘画浪潮，让AIGC在ChatGPT的话题热点包围(wéi)中杀出重围。

01

ControlNet颠(diān)覆AI绘画新玩法

AIGC向可控靠近

以(yǐ)AI绘画为(wèi)代表(biǎo)的AIGC上一次(cì)爆火的时候，还是2022年8月，在(zài)美国科(kē)罗拉多州举办的新兴数(shù)字艺术家竞(jìng)赛中，一幅名为《太(tài)空歌剧院》的作品获奖(jiǎng)。

随(suí)后各大厂商的AI绘画软(ruǎn)件被广大网友熟(shú)知并(bìng)体验，Stable Diffusion便是(shì)其中代(dài)表。

用户们可以在应用中输(shū)入一(yī)组关(guān)键词或者一(yī)张照片，就能获(huò)得一幅(fú)AI创作的画作。

作(zuò)画的关键就是所输入的文本。同(tóng)一组关键(jiàn)词也(yě)可以创作出很多张风格不一样的画(huà)作，这让创作(zuò)的过程就像开盲盒。

很多用户很喜欢这(zhè)种不确定(dìng)的(de)惊喜，他们会将生成的(de)美图(tú)当做头像。而另一(yī)部(bù)分喜欢翻看AI绘画的(de)“翻(fān)车”作品。在社(shè)交媒体上，许多用户分(fēn)享AI“翻(fān)车现场”，例如(rú)，一位网友的小狗照(zhào)片被(bèi)AI画成了“肌肉男”，还有(yǒu)网友(yǒu)的个人(rén)照片被AI识别成了建筑。

而如今随着ControlNet的出现与(yǔ)加持，以往AI绘画的填写(xiě)关(guān)键词游戏可能(néng)要被颠覆(fù)了。

ControlNet是一位正在斯坦福(fú)读博的中国(guó)人张吕敏(mǐn)创(chuàng)作的一种基(jī)于控制点的图像(xiàng)变形(xíng)算法，主要(yào)用于数字图(tú)像处(chù)理、计算机视觉(jué)和计(jì)算(suàn)机图形学等领域。

其(qí)SD插(chā)件一经发(fā)布，在短(duǎn)短的两天(tiān)内便成为了(le)AI绘画(huà)领域最新的热点。

在此(cǐ)之前，大家用了(le)很多方法(fǎ)想(xiǎng)让(ràng)AI生成的(de)结果尽可能(néng)的符(fú)合(hé)要(yào)求，但是(shì)都不尽如(rú)人意，它的出现代表(biǎo)着AI生成开(kāi)始进(jìn)入真正的可控时期。

因为ControlNet可以直接提取(qǔ)画面(miàn)的构图，人物的(de)姿(zī)势和画面的深度信息等。有了它的帮(bāng)助，就(jiù)不用频繁的(de)用提(tí)示词来碰运气(qì)，抽盲盒(hé)式的(de)创作了。

通俗(sú)的说ControlNet相当于给AI绘画加了“魔法(fǎ)”，不少博主的作品已经获得了大量的浏览量，“viggo”就是其中之一，他用朋友的照(zhào)片直(zhí)接(jiē)带她们(men)走进动漫世界。

viggo先用StableDiffusion图(tú)片转文字。

再用Text2Prompt插件拓展找到对应的关(guān)键词；最后(hòu)用(yòng)ControlNet插件绑定骨骼开(kāi)始(shǐ)换(huàn)关键(jiàn)词(cí)试(shì)效果。

通过图片就可以看出(chū)来，效外国人那方面确实很厉害吗，嫁给外国人会不会撑坏(xiào)果十分惊(jīng)艳。

更厉(lì)害的是(shì)，除了真实(shí)的照片，草(cǎo)图(tú)也可(kě)以加上(shàng)“魔法”，知乎大牛“DevPoint”和“逗砂(shā)”介绍到ControlNet还能实现(xiàn)线稿转全彩图。大神张(zhāng)吕(lǚ)敏其本尊也亲自回(huí)应(yīng)。

不得(dé)不(bù)说当下AIGC已经(jīng)变得越来(lái)越强大，甚(shèn)至输出的(de)作品(pǐn)都(dōu)已(yǐ)经能以(yǐ)假乱真了。

02

难(nán)辨虚实，AIGC技术力爆发

警惕安(ān)全问题

近日，“苏(sū)州金鸡湖有游艇party”的消(xiāo)息火遍网络，而经过警方辟谣这所谓的“party”可能是(shì)全国第一起AI绘图诈骗。

由于这个活动里面(miàn)给(gěi)出的美(měi)女照(zhào)片都是AI制作的(de)真(zhēn)人照片绘图，因为(wèi)太逼真，被大家当成真事传播了。

不过仔细(xì)观察可以发现，活动(dòng)发起者提供的照片(piàn)中有个很(hěn)大的(de)漏洞可(kě)以发现并(bìng)非真人，而是AI绘图，那(nà)便(biàn)是图片中女性的手指部(bù)分有的存在异常。

有行业人事(shì)表示：“现在因(yīn)为手指部分(fēn)的绘画算法比较复杂，AI还不太会(huì)画人的手，但最新看到的图片(piàn)已经有越(yuè)来(lái)越完美的(de)AI模型出现，以后(hòu)可能(néng)就完全没有漏洞了。”

类似(shì)的(de)AI作图诈(zhà)骗(piàn)在国外(wài)也已有发生。据英国广播公司报(bào)道，土耳其地震期(qī)间，有Tiktok用户使用AI合成了儿童受灾的假照(zhào)片发(fā)布到网络，以此诱骗善良的人打赏“捐助”从(cóng)而实施诈骗。

目前随着(zhe)技术发展，AIGC已(yǐ)经能做出真人照片般(bān)的(de)绘(huì)图效果，如果(guǒ)这样的图片被用(yòng)来诈骗，将非常(cháng)可怕。

此(cǐ)外AIGC还引(yǐn)发了很多担忧，一方(fāng)面，批判者认为AI在“学习”了大量前(qián)人(rén)的(de)作品之后，其创作(zuò)没有任(rèn)何情绪和灵魂，难以(yǐ)和人类的(de)艺术(shù)创作相(xiāng)提并论。

另一方面，AIGC背(bèi)后的版(bǎn)权(quán)、目前都并没有(yǒu)得到有效(xiào)的解决，还有(yǒu)AIGC会(huì)不会代替(tì)人类(lèi)“至(zhì)高无上”的创意。

马(mǎ)斯克(kè)也强调，人工智(zhì)能的安全(quán)问(wèn)题需(xū)要(yào)得(dé)到重视(shì)，太晚就来不及了。

03

AIGC下一站(zhàn)除了视(shì)频，还有远方

技术都是有两(liǎng)面(miàn)性的，潜(qián)在的危害(hài)并不能掩盖其(qí)光辉的(de)贡献。现在看来，人工智(zhì)能(néng)技(jì)术(shù)将是第四(sì)次工业革命(mìng)的核心驱动力量，将创造新的(de)增长奇迹(jì)。

过(guò)去一年，人工(gōng)智能在(zài)技术和商业层面都有了(le)巨大进展，AI绘画就是(shì)人工智(zhì)能技术发生方(fāng)向性改变(biàn)的一个代表。其下一站或许就是视频。

此前，Meta和谷歌先后发布了几(jǐ)条引爆科技圈的(de)短视频。这些视频引发关注并非内容做(zuò)得多优秀，反而都非(fēi)常简单(dān)，比如一匹(pǐ)正(zhèng)在喝水的马，一(yī)只画画的玩(wán)具熊，或者一(yī)段骑摩托车的第一视(shì)角录像，随便一个有手机的人都(dōu)可以随手录下一段。

但这些短(duǎn)视(shì)频的创作(zuò)方式非常(cháng)简单，创作者仅仅(jǐn)需要向AI输入一段话，甚至(zhì)只是说(shuō)一下要求，AI就可以根据需要生成一段视(shì)频。

谷歌发布的两个AI生成视频分别来自于Imagen Video和Phenaki，前者主要突出(chū)的是高清，与Meta的Make-A-Video没有太多(duō)的差(chà)别(bié)。

在Make-A-Video公布(bù)了(le)AI生成的视频后，AI圈就(jiù)已(yǐ)经玩了一波梗，一(yī)个(gè)能够做出更高(gāo)清视频的AI还不足以(yǐ)在短时间(jiān)内戳中(zhōng)兴奋点。

Phenaki更加令人(rén)震惊的(de)地方在于，它(tā)可以制作出(chū)超过2分钟的连贯的也有确(què)切内容的(de)视频，这才是真(zhēn)正让人们感(gǎn)到惊喜的(de)地方。因为(wèi)无(wú)论AI生(shēng)成的视频(pín)多么高清，也(yě)只能是为内(nèi)容生产者提供一个灵感(gǎn)，一个素材，一(yī)个过场动画(huà)。

不(bù)过能够制(zhì)作出有具体剧情内(nèi)容的视频就意味着，一(yī)些视频创作由AI代替人工完成(chéng)已经初(chū)步有了(le)可(kě)能。

当下AI的发(fā)展速度(dù)已(yǐ)经(jīng)超过大部(bù)分人的想(xiǎng)象。内容(róng)产业(yè)的本(běn)质是供给创造需求(qiú)，AIGC作为(wèi)全新的内容生产(chǎn)方式，可以为(wèi)内容产业带来更(gèng)新的内容风格、更(gèng)快(kuài)的(de)生产速度，更(gèng)低的生产(chǎn)成本，这无疑会驱动内容(róng)产(chǎn)业的大爆发。

除了(le)AI绘图、视频(pín)，AIGC技术还能应(yīng)用(yòng)于音乐、代码、机器人动作(zuò)等(děng)多种内(nèi)容形(xíng)式的生(shēng)成。不(bù)难发现该(gāi)项技(jì)术不(bù)仅在(zài)游戏(xì)等行业能得到有效应用(yòng)，对于下一代互(hù)联网各种(zhǒng)元素的构建(jiàn)亦(yì)有关键(jiàn)意义。

从商业化的角度来看，文化娱(yú)乐、教育、传(chuán)媒(méi)等诸多领域，本身就对(duì)基于AI的(de)可视化内容有强烈需求。

因此，AI绘画(huà)及视频或不是结果(guǒ)，而(ér)只是(shì)AI进程中的一块重要拼图，有望在技术更新的(de)加持下实现更大的应用价值。

AI从理解内容，走向了可(kě)以生成内容，甚(shèn)至能够创(chuàng)造出(chū)独立价值和(hé)独立(lì)视角(jiǎo)的(de)内容(róng)。AIGC的再次出圈，更代表着(zhe)未来的(de)先进生(shēng)产力即将(jiāng)到来(lái)。

04

紧抓大模型(xíng)与算力，牢固AIGC底座(zuò)

从技术的发展也可以看出，在语(yǔ)言大模型、图像大模型之后，多模态(tài)大模型已(yǐ)经成为了新的趋势。

大模(mó)型被(bèi)誉为(wèi)当前(qián)人(rén)工(gōng)智能发展的智(zhì)能(néng)底座，是(shì)全球(qiú)竞争最激烈的研究(jiū)方向之一，包括谷歌、亚马(mǎ)逊、百度(dù)、阿(ā)里、腾讯等众多头部企业都(dōu)在竞相发力。

不过训练大模型的(de)确价格不菲，以国盛证券发布的《ChatGPT需(xū)要(yào)多少算力》报告估算，GPT-3训练一次的成本约为140万美元。而(ér)对于一(yī)些(xiē)更大的(de)LLM(大型语言模型)，训练成(chéng)本则介于(yú)200万美元至1200万(wàn)美元(yuán)高价之间。

以ChatGPT在2023年1月的独立访客(kè)平均(jūn)数1300万(wàn)计算，其(qí)对应(yīng)芯(xīn)片需求为3万(wàn)多片英伟达A100 GPU，初始(shǐ)投(tóu)入成(chéng)本约为8亿美元，每日(rì)仅(jǐn)电(diàn)费就在(zài)5万美元左右。

此外不论是ChatGPT还是(shì)AIGC，都离(lí)不(bù)开庞大算(suàn)力支持。在(zài)关(guān)注各(gè)类(lèi)大模(mó)型的(de)发展同时，更应该关注算力网络的(de)建(jiàn)设(shè)。

算力网络正驱动AI产业发(fā)展(zhǎn)进入史(shǐ)诗级加速进程，让AIGC及通(tōng)用AI这(zhè)一人工智能发展的(de)终极目标离得更(gèng)近。

因为算力可以(yǐ)对(duì)突破(pò)性技(jì)术(shù)创新提供大力的(de)支持。这方面，多模态大(dà)模(mó)型是(shì)典型。作为面向未(wèi)来强(qiáng)人工(gōng)智能、通(tōng)用人工智能的(de)重要技术创新，多模态大模(mó)型已(yǐ)经在人工智(zhì)能领域提(tí)出了很多年，业(yè)界也(yě)有(yǒu)不(bù)少技术突(tū)破，但(dàn)是，多模态(tài)大模型进一(yī)步往下走，算力需求呈几何式上升，一般的算力(lì)基础设施很快将难以胜任。

从图像(xiàng)、文字、语(yǔ)音(yīn)单(dān)独一项的(de)训练，到(dào)双模态(tài)、三模态的跃迁，让人工智能可(kě)以(yǐ)灵活应对(duì)不同模态的(de)转化、像(xiàng)人与(yǔ)世界交(jiāo)互(hù)一样自然，这(zhè)方面，由算力(lì)网(wǎng)络(luò)来驱动将有明显优(yōu)势。

外国人那方面确实很厉害吗，嫁给外国人会不会撑坏-ratio="0.562962962962963" data-type="jpeg" data-w="1080">

此外，还有很(hěn)多需要爆发式增(zēng)长的算力来支撑的技术创(chuàng)新，将在人工智能算力(lì)网(wǎng)络支撑下(xià)快速推进。

AIGC已经露出曙(shǔ)光，期待在大模型和大算力的支持(chí)下AIGC能持续颠覆(fù)内容生产的方(fāng)式，将(jiāng)创造的(de)边(biān)际成本降低，让万众受益。

未经允许不得转载：橘子百科-橘子都知道 外国人那方面确实很厉害吗，嫁给外国人会不会撑坏